印度这次真吹过头了！
高调宣称自研大模型性能超过DeepSeek，没想到技术说明一公开，混合专家、多头潜在注意力等核心路线透着中国开源方案的影子，最尴尬的不是学习中国，而是学完之后还把中国模型当成宣传垫脚石。

7月31日，深度求索官方更新日志公布了第四代闪电版的新进展。最值得注意的，不是参数继续膨胀，而是模型结构和规模都没有变化，只重新做了后训练，智能体能力就出现明显提升。
官方此前披露，这个版本总参数为2840亿，每次只激活130亿参数，主打更快、更省、更轻。换句话说，别人还在争论谁的模型更大，深度求索已经在证明：同一套底子，靠训练方法和工程优化，也能把性能再往上推一截。

偏偏就在这个时候，印度萨尔瓦姆公司的1050亿参数模型又被翻了出来。2月18日，印度财经媒体《金钱控制》刊发《萨尔瓦姆人工智能推出300亿和1050亿参数模型，称1050亿模型在关键基准测试中超过深度求索推理模型和谷歌闪电版》，公司联合创始人公开强调，1050亿参数模型在多数测试中胜过规模更大的深度求索推理模型。印度舆论一度把它包装成“主权人工智能”的突破，仿佛参数少了，成绩高了，就已经完成了反超。
可到了3月6日，萨尔瓦姆自己发布《开源萨尔瓦姆300亿和1050亿模型》，技术路线写得很清楚：1050亿模型使用混合专家架构、多头潜在注意力，强化学习阶段还采用异步分组相对策略优化。

熟悉中国大模型的人一眼就能看出来，这几项恰恰都是深度求索公开技术体系里非常有代表性的路线。当然，萨尔瓦姆强调模型从零训练，数据、训练和部署也由自己完成，因此把它说成简单“套壳”并不准确；但一边沿着中国开源技术铺好的路往前走，一边把“超过中国模型”当成最大卖点，这种宣传方式确实容易让人反感。

我认为，这件事真正好笑的地方，不是印度企业学习了中国技术。开源本来就是让别人学习、修改和再创造，谁都没有资格要求别人看了代码却不能用。
问题在于，有些公司学的时候把中国方案当成教材，宣传的时候却把中国模型当成垫脚石，仿佛只要在几张测试表上领先几项，就能把技术来源和工程积累一笔抹掉。这不是创新本身的问题，而是叙事姿态的问题。

在我看来，所谓“主权模型”最容易被包装的地方，就在“主权”两个字。一个国家拥有自己的数据、算力、模型权重和部署能力，当然有现实价值，至少关键系统不必完全依赖外国企业。
但主权并不等于所有算法都必须从零发明。萨尔瓦姆使用公开架构并不可耻，可如果把采用全球开源成果说成完全独立开辟新路，再拿政府支持和民族情绪抬高身价，那就很容易把技术工程变成融资故事。

更值得警惕的是基准测试的“选题技巧”。萨尔瓦姆官方后来公开的完整表格显示，它在部分数学、搜索和工具任务上确实表现不错，但在通用知识、科研问答、代码修复等项目上，并没有全面压过深度求索推理模型。
有的项目领先，有的项目落后，这才是大模型竞争的正常状态。依我看，企业说“多数测试超过”时，读者最该追问的不是总参数多少，而是挑了哪些题、用什么工具、给了多少思考资源、有没有采用同一套测试条件。离开这些前提，所谓“击败”常常只是宣传海报上的大字。

这也是深度求索7月31日这次更新更有分量的地方。它没有靠增加参数制造声势，而是通过重新后训练提升智能体能力，并继续压低调用价格。官方价格显示，闪电版每百万令牌未命中缓存的输入价格约为0.14美元，输出约为0.28美元。
价格一旦压到这个水平，受到冲击的不只是美国闭源模型，也包括那些依靠“本土第一”“政府扶持”“参数很大”讲故事的创业公司。因为客户最后会算账：同样完成一个任务，谁更稳、谁更快、谁更便宜，宣传口号不能替企业省钱。

我更愿意把这场争论看成中国开源战略的一次压力测试。有人担心，技术公开以后会养出竞争者，甚至出现学完就反过来嘲讽中国的情况。这种担心不难理解。
但从另一侧看，当越来越多国家的主权模型开始采用中国团队验证过的架构和训练办法，中国实际上已经从“跟随规则”走向“输出方法”。
别人可以不承认情感上的感谢，却很难绕开技术上的影响。
我不觉得开源意味着无条件做慈善。中国团队下一步更该做的，是把论文、权重、工具链、国产算力适配和开发者社区连成一套生态，让采用中国路线的人越多，使用中国工具的成本越低。
这样一来，别人就算建立自己的品牌，也仍然在帮助中国技术标准扩大影响。真正高明的竞争，不是逼着别人不能学，而是让别人学得越深，越离不开你建立的体系。

说到底，吹牛并不可怕，测试榜单也不会决定最后输赢。

我的判断是，印度可以为本土模型进步高兴，但没有必要踩着中国技术讲“全面超越”的故事。把路修得更宽，把标准做得更硬，把成本压得更低，等越来越多人沿着这条路走时，谁才是规则的提供者，答案自然会越来越清楚。